Objekterkennung ist ein weit gefächertes Gebiet und umfasst eine Vielzahl von Verfahren zur Vermessung und Kategorisierung von Objekten mittels unterschiedlichster Sensorsysteme, die je nach Umgebung, Beleuchtung und Art der Objekte die detektiert oder vermessen werden sollen, unterschiedlich geeignet sind und ensprechend ihre Vor- und Nachteile besitzen. Diese Diplomarbeit beschäftigt sich mit der Objekterkennung im Rahmen der Robotik, speziell im Roboterfußball, welcher sich in den letzten Jahren, aufgrund der sich daraus ergebenden Forschungsmöglichkeiten, immer größerer Beliebtheit erfreut.
Der Roboter soll den Regeln der Mirosot Kategorie der internationalen Organisation zur Förderung des Roboterfußballs FIRA entsprechen. Als Sensor für die Objekterkennung dient eine Digitalkamera. So wird in dieser Arbeit ausgehend von den Einschränkungen in den Abmessungen, bestimmt durch die Regeln der Kategorie Mirosot, eine geeignete Hardware-Plattform erarbeitet und Gründe für den Entscheid zur Wahl bestimmter Komponenten dargelegt.
Ausgehend von gängigen Methoden der Bildverarbeitung und der Aufwandsabschätzung für diese Algorithmen, wird nach einem Softwarekonzept gesucht, das auf der gewählten Plattform den gestellten Anforderungen entspricht. Ziel ist in erster Linie die Erkennung des Spielballes, ein oranger Golfball und der farbig markierten Tore. Da Standardverfahren aber nicht auf die spezielle Hardware optimiert sind und auch ansonsten hohe Anforderungen an die Rechenleistung stellen, wird ein Konzept vorgestellt, das es erlaubt einfache geometrische Formen wie Kreise oder Rechtecke zu detektieren und zu vermessen.
Dieses neue Konzept greift teilweise auf in der Fachliteratur bekannte Methoden zurück die hierfür entsprechend optimiert werden, enthält aber auch einen neuen Ansatz, der es erlaubt den Anforderungen durch die hohe Dynamik der Bewegung der zu detektierenden Objekte Rechnung zu tragen. So entstand ein Bilderkennungssystem mit einer Erkennungsrate von 60 Bildern pro Sekunde. Für den Spielball liegt die Genauigkeit bei +/- 1 mm in einer mittleren Entfernung von 50 cm. Dies bei einem durchschnittlichen Leistungsverbrauch von 1,5 Watt und Dimensionen der Hardware die in einem Würfel von 7,5 cm Kantenlänge Platz finden.
Inhaltsverzeichnis
- Einleitung
- Objekterkennung
- Sensorik
- Methoden
- Roboterfußball
- Mirosot Kategorie
- Regelwerk
- Hardware Plattform
- Komponentenwahl
- Systemarchitektur
- Software Konzept
- Bildverarbeitung
- Algorithmen
- Optimierung
- Ergebnisse
- Erkennungsrate
- Genauigkeit
- Leistungsverbrauch
- Zusammenfassung
Zielsetzung und Themenschwerpunkte
Die Diplomarbeit befasst sich mit der Echtzeit-Objekterkennung auf Low-Power Embedded Systems im Kontext des Roboterfußballs. Das Ziel ist die Entwicklung eines robusten und effizienten Systems zur Detektion des Spielballs und der Tore, basierend auf einer digitalen Kamera als Sensor.
- Entwicklung einer geeigneten Hardware-Plattform für die Echtzeit-Objekterkennung
- Entwicklung eines Softwarekonzepts basierend auf gängigen Methoden der Bildverarbeitung
- Optimierung der Bildverarbeitungsalgorithmen für die spezielle Hardware und die Anforderungen des Roboterfußballs
- Analyse der Erkennungsrate, Genauigkeit und des Leistungsverbrauchs des entwickelten Systems
- Bewertung der Eignung des Systems für den Einsatz im Roboterfußball
Zusammenfassung der Kapitel
- Die Einleitung gibt einen Überblick über die Thematik der Diplomarbeit und die Zielsetzung des Projekts.
- Das Kapitel "Objekterkennung" behandelt die grundlegenden Prinzipien der Objekterkennung, verschiedene Sensorsysteme und gängige Methoden der Bildverarbeitung.
- Das Kapitel "Roboterfußball" beschreibt die Regeln der Mirosot Kategorie der FIRA und die Anforderungen an den Roboter.
- Das Kapitel "Hardware Plattform" befasst sich mit der Auswahl der Komponenten für die Hardware-Plattform und der Systemarchitektur.
- Das Kapitel "Software Konzept" beschreibt das entwickelte Softwarekonzept, die verwendeten Bildverarbeitungsalgorithmen und deren Optimierung.
- Das Kapitel "Ergebnisse" präsentiert die Ergebnisse der Evaluierung des entwickelten Systems, einschließlich der Erkennungsrate, Genauigkeit und des Leistungsverbrauchs.
Schlüsselwörter
Objekterkennung, Echtzeitverarbeitung, Low-Power Embedded Systems, Roboterfußball, Mirosot Kategorie, Bildverarbeitung, Algorithmen, Hardware-Plattform, Softwarekonzept, Erkennungsrate, Genauigkeit, Leistungsverbrauch.
- Citar trabajo
- Roland Oberhammer (Autor), 2007, Echtzeit Objekterkennung auf low power embedded systems, Múnich, GRIN Verlag, https://www.grin.com/document/86427
